FFmpeg编码MP4时JPG输入导致失败，PNG输入正常的问题求助

我现在遇到一个奇怪的FFmpeg编码问题，折腾了好几个小时才摸清楚规律——当输入流里包含JPG文件时，编码会出现异常，但把这个JPG转成PNG后就能顺利完成编码。我更倾向于是自己的命令用法有误，而不是FFmpeg的bug，所以来求助大家帮忙排查问题。

问题现象 #

故障分两种表现形式，看起来本质应该是同一个问题：

• 第一种情况：FFmpeg会正常编码到JPG文件对应的时间点，之后就一直重复之前的最后一帧，直到我手动终止进程。生成的视频播放到该节点前都完全正常，之后就是无限重复的画面。
• 第二种情况：FFmpeg启动后只写入1帧就停止输出新帧，但进程还在运行，统计信息里的编码速度会持续下降，比如显示：

  frame=    0 fps=0.0 q=0.0 size=       0kB time=00:00:00.01 bitrate=  36.0kbits/s speed=7.63e-06x
  

环境与前置说明 #

• FFmpeg是2023年6月3日用media-autobuild_suite编译的最新版本，用这个版本已经成功编码过几千个视频了。
• 除了把JPG转成PNG这一步，其他所有文件、命令参数完全一致。转格式用的命令是：ffmpeg -i 611.jpg -update 1 611.png

核心命令与输入结构 #

我的命令总长超过22000字符，没法完全贴出，这里放关键部分（换行是为了可读性）：

ffmpeg -hide_banner -loglevel level+error -stats -y
-an -i images\progress_bar.mp4
-stream_loop -1 -framerate 60 -t 2000ms -i images\bg\611.png  # 这里换成611.jpg就出问题，会只写1帧
-stream_loop -1 -framerate 60 -t 2000ms -i images\box_level.png
-an -f concat -i 1.ffconcat
-an -f concat -i 2.ffconcat
# 中间省略4个类似的concat输入
-an -f concat -i 7.ffconcat
# 下面是18个带itsoffset的静态图片输入，都是PNG
-itsoffset 27000ms -stream_loop -1 -framerate 60 -t 5100ms -i images\supporter\4237.png
-itsoffset 61100ms -stream_loop -1 -framerate 60 -t 5100ms -i images\supporter\6787.png
# 省略16个同类输入
-itsoffset 640800ms -stream_loop -1 -framerate 60 -t 5100ms -i images\supporter\3699.png
-itsoffset 674900ms -stream_loop -1 -framerate 60 -t 5100ms -i images\supporter\2144.png
-an -itsoffset 180000ms -i images\engage\like_1.mp4
# 最后几个静态图片输入，其中images\avatars\7_bg.png如果换成JPG，会导致编码到那部分卡住
-stream_loop -1 -framerate 60 -t 8500ms -i images\bg_plain\LevelsEvent.png
-stream_loop -1 -framerate 60 -t 8500ms -i images\avatars\avatar_frame.png
-stream_loop -1 -framerate 60 -t 8500ms -i images\avatars\7.png
-stream_loop -1 -framerate 60 -t 8500ms -i images\avatars\7_bg.png
-stream_loop -1 -framerate 60 -t 6000ms -i images\bg\Microworld_v.png
-stream_loop -1 -t 727567ms -i Music\27min.aac
-filter_complex_script 0.filter_complex
-r 60 -g 30 -crf 17 -fpre FFpresets\youtube.ffpreset -profile:v high
-x264opts bframes=2:colormatrix=bt709 -pix_fmt yuv420p -preset slow
-map 36:a -codec:a copy -map "[3_CONCATENATED_36]"
-threads 0 "publish\output file.mp4"

FFconcat文件示例 #

每个ffconcat文件包含6-16个片段，比如6.ffconcat的前2条内容：

ffconcat version 1.0
file '6.mp4'
inpoint 00:00:00.017
outpoint 00:00:06.517
duration 00:00:06.500
file '6.mp4'
inpoint 00:00:13.350
outpoint 00:00:27.050
duration 00:00:13.700

Filter_complex核心逻辑（简化版） #

原脚本有11000多字符，这里保留关键流程：

# 背景与过渡层处理
[1]scale=1080:1920:flags=lanczos,setdar=9/16[TRANSITION_BG];
[TRANSITION_BG][2]overlay=x=0-overlay_w/2+540:y=0-overlay_h/2+640[TRANSITION_BOX];
[TRANSITION_BOX]split=7[TRANSITION_BOX_1][TRANSITION_BOX_2][TRANSITION_BOX_3][TRANSITION_BOX_4][TRANSITION_BOX_5][TRANSITION_BOX_6][TRANSITION_BOX_7];
# 为每个过渡层添加文字与淡入
[TRANSITION_BOX_1]drawtext=fontcolor=0xffffff:text='Level 1':fontsize=116:fontfile=/full/path/fonts/font_file.ttf:x=540-(text_w/2):y=640-(text_h/2)[LEVEL_1];
[LEVEL_1]fade=in:0:30[INTRO_1];
# 处理concat输入的视频，添加裁剪与叠加
[3]crop=out_w=1080:out_h=1920[1_MIDDLE];
[3]crop=out_w=1080:out_h=190+60:x=0:y=120-60[1_TOP];
[1_MIDDLE][1_TOP]overlay=x=0-overlay_w/2+0+overlay_w/2:y=0-overlay_h/2+0+overlay_h/2[1_MIDDLE_1_TOP];
[3]crop=out_w=1080:out_h=210+40:x=0:y=in_h-210-80[1_BOTTOM];
[1_MIDDLE_1_TOP][1_BOTTOM]overlay=x=0-overlay_w/2+0+overlay_w/2:y=0-overlay_h/2+main_h-overlay_h+overlay_h/2[1_VIDEO_OVERLAYS];
[1_VIDEO_OVERLAYS]fade=in:start_time=0:duration=0.5,setdar=9/16[VIDEO_BASE_1];
# 重复上述逻辑处理剩下的6组concat输入，生成INTRO_2到INTRO_7、VIDEO_BASE_2到VIDEO_BASE_7
# 拼接所有过渡与视频层
[INTRO_1][VIDEO_BASE_1][INTRO_2][VIDEO_BASE_2][INTRO_3][VIDEO_BASE_3][INTRO_4][VIDEO_BASE_4][INTRO_5][VIDEO_BASE_5][INTRO_6][VIDEO_BASE_6][INTRO_7][VIDEO_BASE_7]concat=n=14:v=1:a=0[14_CONCATENATED_10];
# 叠加18个支持者头像（带淡入淡出与时间控制）
[10]fade=type=in:alpha=1:start_time=27000ms:duration=500ms,fade=type=out:alpha=1:start_time=31600ms:duration=500ms[FADE_10];
[14_CONCATENATED_10][FADE_10]overlay=x=0-overlay_w/2+463:y=0-overlay_h/2+1775:enable='between(t,27000/1000,32100/1000)'[SUPPORTER_10];
# 省略18个同类叠加步骤，直到SUPPORTER_29
# 叠加点赞视频
[30]colorkey=color=0x00d800:similarity=0.3,scale=1024:576:flags=lanczos[LIKE_30];
[SUPPORTER_29][LIKE_30]overlay=x=0-overlay_w/2+540:y=0-overlay_h/2+-140+overlay_h/2:enable='between(t,180000/1000,184000/1000)'[THUMB_30];
# 处理结尾的奖励画面与结束屏幕
[31]crop=out_w=1080:out_h=1920,setdar=9/16[AWARD_BG];
[AWARD_BG][32]overlay=x=0-overlay_w/2+540:y=0-overlay_h/2+376[AWARD_FRAME];
[AWARD_FRAME][33]overlay=x=0-overlay_w/2+540:y=0-overlay_h/2+376[AWARD_AVATAR];
[34]pad=w=1080:h=1080:color=0x4d5e6e:x=(out_w-in_w)/2:y=(out_h-in_h)/2[POSTCARD];
[AWARD_AVATAR][POSTCARD]overlay=x=0-overlay_w/2+540:y=0-overlay_h/2+1290[AWARD_POSTCARD];
[AWARD_POSTCARD]fade=type=in:start_time=0:duration=0.5[AWARD];
[35]scale=1080:1920:flags=lanczos,fade=type=in:start_time=0:duration=0.5:color=black[ENDSCREEN];
[ENDSCREEN]drawtext=fontcolor=0x265b7d:textfile=/full/path/text_UTF-8.txt:fontsize=64:fontfile=/full/path/fonts/different_font_file.ttf:box=1:boxcolor=0xf9f9f9:boxborderw=32:x=540-(text_w/2):y=520-(text_h/2):enable='between(t,1500/1000,6000/1000)',setdar=9/16[QTY_VIDEOS];
# 拼接最终的视频序列
[THUMB_30][AWARD][QTY_VIDEOS]concat=n=3:v=1:a=0[3_CONCATENATED_36];

预设文件（youtube.ffpreset） #

这个预设已经用了3000+次，不过有个疑问：预设里写了bf=2，命令行又加了-x264opts bframes=2，不知道会不会重复或者冲突？

vcodec=libx264
movflags=faststart
field_order=progressive
bf=2
flags=cgop
coder=1
colorspace=bt709
color_trc=bt709
color_primaries=bt709

日志信息 #

成功编码（用PNG）的警告日志 #

主要是concat的DTS乱序和swscaler的转换警告，看起来和concat输入的视频片段有关：

[aac @ 0000024c57dea940] [warning] Estimating duration from bitrate, this may be inaccurate
[swscaler @ 0000024c6d3c0040] [swscaler @ 0000024c6d3d5040] [warning] No accelerated colorspace conversion found from yuv420p to argb.
# 重复14次同类swscaler警告
[concat @ 0000024c57038cc0] [warning] DTS 86097 < 174117 out of order
# 重复3次同类DTS警告
[out_0_1 @ 0000024c6997bc00] [warning] 100 buffers queued in out_0_1, something may be wrong.
# 还有多组concat的DTS乱序警告，对应7个concat输入

失败编码（用JPG）的警告日志 #

因为只写了1帧，日志更短，多了几个deprecated pixel format used的警告：

[aac @ 000001c64988c580] [warning] Estimating duration from bitrate, this may be inaccurate
[swscaler @ 000001c65b2c5f00] [warning] deprecated pixel format used, make sure you did set range correctly
[swscaler @ 000001c65d9f7040] [swscaler @ 000001c65da04000] [warning] No accelerated colorspace conversion found from yuv420p to argb.
# 重复多组swscaler转换警告
[swscaler @ 000001c65e50ddc0] [warning] deprecated pixel format used, make sure you did set range correctly
# 重复3次同类像素格式警告

FFmpeg编译配置 #

libavutil      58. 12.100 / 58. 12.100
libavcodec     60. 16.100 / 60. 16.100
libavformat    60.  5.100 / 60.  5.100
libavdevice    60.  2.100 / 60.  2.100
libavfilter     9.  8.101 /  9.  8.101
libswscale      7.  3.100 /  7.  3.100
libswresample   4. 11.100 /  4. 11.100
libpostproc    57.  2.100 / 57.  2.100

configuration:
--pkg-config=pkgconf
--cc='ccache gcc'
--cxx='ccache g++'
--ld='ccache g++'
--extra-cxxflags=-fpermissive
--extra-cflags=-Wno-int-conversion
--disable-autodetect
--enable-d3d11va
--enable-dxva2
--enable-iconv
--enable-lzma
--enable-zlib
--enable-sdl2
--enable-ffnvcodec
--enable-nvdec
--enable-libmp3lame
--enable-libopus
--enable-libvorbis
--enable-libvpx
--enable-libx264
--enable-libx265
--enable-libdav1d
--enable-libaom
--disable-debug
--enable-libfdk-aac
--enable-fontconfig
--enable-libass
--enable-libfreetype
--enable-libmysofa
--enable-libopencore-amrnb
--enable-libopencore-amrwb
--enable-libopenjpeg
--enable-libsoxr
--enable-libwebp
--enable-gpl
--enable-libtesseract
--enable-openal
--enable-libopenh264
--enable-openssl
--extra-libs=-liconv
--enable-version3
--enable-nonfree
--extra-cflags=-DAL_LIBTYPE_STATIC
--extra-cflags='-IC:/mabs/local64/include'
--extra-cflags='-IC:/mabs/local64/include/AL'

备注：内容来源于stack exchange，提问作者hunterhogan